Skills
エージェント向けにパッケージ化された専門スキルと手順を 100,928 件掲載。コマンド 1 行でインストールできます。
すべて
アメリカ映画の脚本術のケーススタディ（美国电影剧作案例）——メイ・フォンによるハリウッド西部劇（価値の対立、四つの対立軸）、スクリューボール・コメディ（強いヒロイン、相棒と敵対者の二枚看板）、ビリー・ワイルダー（変装、ルビッチ・タッチ、出会いの場面）、ヒッチコックとその脚本家たち、『アダプテーション』、『ミルドレッド・ピアース』（八稿、女性映画 + ノワール）、『テルマ&ルイーズ』（「but」の手法、鏡像ペア）、『ファーゴ』（コーエン兄弟の手法）、『グッド・ウィル・ハンティング』（五部構成）、『アメリカン・ビューティー』（視点戦略、ジャンルの混合）、『エターナル・サンシャイン』（1:5:1、イメージのモチーフ）。Walter の『アメリカン・グラフィティ』。ハリウッドのマスタークラス映画（『ボーン』、『ガーディアンズ』、『ズートピア』、『マイティ・ソー』）。Hoxter の『ウィンターズ・ボーン』と『ジョジョ・ラビット』。Snyder の『デンジャラス・ビューティー』。Field の『チャイナタウン』。特定のアメリカ映画の脚本がどのように組み立てられているかの実例を見たいとき、映画を構造・キャラクター・テーマの観点で分析するとき、西部劇、スクリューボール、ノワール、バディ、成長もの、ブラックコメディ、非線形ロマンスの模倣モデルを探すときに使用する。
脚本業界とビジネス（编剧行业与生意经）——Diamond & Weissman の『Bulletproof』（買い手視点のワークフロー、三つの C、1 ページ 9 ステップ、セットピース、投稿、ノート、レジリエンス）、Eric Bork の『The Idea』（PROBLEM の七要素アイデアテスト、60/30/10、テレビとの違い）、Neill Hicks（市場の四主体、六つの基準、WGA、エージェント、オプション、クレジット仲裁、グロスとネット、ステップディール）、Richard Walter（問い合わせレター、エージェント、パッケージ、オプション、spec、リリース、著作権、ギルド、ゲートキーパー、プロ意識、66 の原則）、Wendy Henson（業界入り）、Blake Snyder（ログラインのピッチ、ジャンル、エージェント）、Julian Hoxter（業界用語）、メイ・フォンのアカデミー賞分析、ハリウッドのマスタークラス（ピッチ、ノート、クレジット、テレビと映画）。アイデアが売れるかどうかを評価するとき、ログライン/問い合わせ/ピッチを書くとき、投稿を準備するとき、ノートと書き直しに対応するとき、オプション/クレジット/WGA/エージェント/純利益を理解するとき、映画とテレビのどちらを選ぶかを決めるとき、キャリア戦略を構築するときに使用する。
STRIDE と Microsoft Security Development Lifecycle（SDL）を用いた脅威モデリングのガイダンスです。データフロー図、信頼境界、STRIDE のカテゴリ、緩和策のマッピング、ツール（Microsoft Threat Modeling Tool）を扱います。対象：脅威モデリング、STRIDE、データフロー図、信頼境界、脅威の特定、SDL 脅威モデリング、セキュリティ設計レビュー、システムの脅威モデル作成、緩和策のマッピング、Microsoft Threat Modeling Tool、セキュア設計レビュー、設計時のセキュリティ。組織全体のセキュリティアーキテクチャ（security-architecture を使用）やランタイム検出（sentinel / defender-xdr を使用）には使用しないでください。
Monad のツールおよびインフラプロバイダーの対応状況ディレクトリです。開発者が Monad（メインネットまたはテストネット）に対応するツール、サービス、インフラプロバイダーを尋ねた場合や、Monad 向けの RPC プロバイダー、ブロックエクスプローラー、オラクル、ブリッジ、インデクサー、ウォレット、オンランプ、カストディソリューション、分析ツール、ツールキット、ウォレットインフラプロバイダーを探す場合に使用します。「X は Monad に対応していますか？」や「Monad で Y に使えるプロバイダーは？」と尋ねられた場合にも使用します。Monad 公式ドキュメントのツーリングページにある全カテゴリを扱います。
KEGG に基づく疾患・薬剤・バリアントのネットワーク研究。KEGG の編集者が選定したデータベース（KEGG Disease、Drug、Network、Variant、Pathway）を使い、疾患と原因遺伝子、薬剤と分子標的、バリアントと経路を結び付けます。共通経路を利用したドラッグリポジショニング、疾患・遺伝子・薬剤の機序ネットワーク、経路に基づく標的探索に使用します。薬剤と標的の関係を、直接的（結合）と間接的（経路の共通メンバーシップ）に区別します。
モデル生物データベース（マウス MGI、IMPC 系統的ノックアウト表現型解析、ゼブラフィッシュ ZFIN、ショウジョウバエ FlyBase、線虫 WormBase、出芽酵母 SGD とタンパク質ドメイン/PTM/文献情報、分裂酵母 PomBase、ラット RGD、GeneNetwork システム遺伝学/eQTL パネル、HumanMine/MouseMine の種間データウェアハウス検索、GBIF 分類学）を用いた種間遺伝子解析に加え、真核生物病原体（マラリア原虫、トキソプラズマ、真菌、媒介生物）には VEuPathDB を使用。ヒト遺伝子をオルソログに対応付け、表現型/発現/機能データを取得し、遺伝子機能の保存性を評価して、ヒトの遺伝子や疾患の研究に最適な動物モデルを特定。
Osterwalderのバリュープロポジション・キャンバスを使い、製品やサービスを顧客のジョブ、ペイン、ゲインに対応させて、体系的にプロダクト・マーケット・フィットを実現します。次の場合に使用：**新しい製品やサービスをローンチ**し、価値提案を検証する必要がある；**プロダクト・マーケット・フィットに苦戦**し、顧客が購入しない理由を診断する必要がある；顧客ニーズによりよく応えるために**既存の提供物を再ポジショニング**する；顧客要件の異なる**新しい市場セグメントに参入**する；**Developin...
Webflow MCP を通じて GitHub をソースとする Webflow Cloud アプリを作成し、既存アプリを監視、トラブルシューティング、管理します。GitHub からスタンドアロンまたはサイトに接続するアプリを作成するとき、アプリや環境の特定、公開 URL・ドメイン・設定キー・デプロイ済みバージョンの確認、障害の診断、GitHub ソース・ブランチ・マウント先の変更、環境のプロビジョニング、デプロイ・再試行・ロールバックのプレビューに使用します。Designer/CSS 変数、CLI やローカルソースによるアプリの作成・デプロイ、MCP 経由での環境変数値の受け渡しには使用しないでください。
API キーなしで、x402 または MPP ゲートウェイを使って Alchemy をアプリケーションコードに組み込みます。ウォレットベースの認証（SIWE/SIWS）とリクエストごとの支払い（x402 経由の USDC、または MPP 経由の USDC／クレジットカード）に対応します。アプリ統合に特化した方法です。ユーザーが API キーなしでアプリケーションコードを構築している場合、自費で稼働する自律型エージェントを使う場合、または x402/MPP を明示的に希望する場合に使用します。Alchemy API キーを使う通常のアプリケーションコードには `alchemy-api` を使用します。
標準 API キーを使って、Alchemy をアプリケーションコード（サーバー、バックエンド、dApp、スクリプト）に組み込みます。通常のサーバー／バックエンド利用に推奨されるアプリ統合方法です。EVM JSON-RPC、WebSocket サブスクリプション、Simulation、Webhooks/Notify、Solana RPC、Solana DAS、Solana Yellowstone gRPC、Sui gRPC、Wallets/Account Kit、Account Abstraction、運用関連のトピックを扱います。`$ALCHEMY_API_KEY` が必要です。API キーを使わないアプリケーションコード（リクエストごとに支払う自律型エージェント、または x402/MPP の明示的な使用）には、代わりに `alchemy-agentic-gateway` を使用してください。
ウェブサイトまたは Web コードベースの SEO と AI 検索（GEO/AEO）を監査し、独立した 0～100 のスコアを 2 つ（検索 SEO と AI 可視性）算出するとともに、優先順位付きの根拠あるレポートをディスクに保存します。読み取り専用で、プロジェクトへの書き込みは行いません。サイトの SEO、構造化データ/schema、メタタグ、Core Web Vitals、robots.txt、サイトマップ、AI 検出ファイルの監査・分析・確認・評価、Google での順位や AI エンジン（ChatGPT、Perplexity、Google AI Overviews、Gemini、Claude）による引用についてユーザーが尋ねた場合に使用します。
既存の orca オーケストレーション上で、Karpathy 方式の LLM 評議会（3段階のマルチエージェント評価）を実行します。N席が独立して質問に回答し、回答を匿名化して盲検で相互順位付け（モデルが自分の回答を優遇できないようにする）した後、議長が最終回答を統合します。モデル呼び出しはオーケストレーションが行い、harness/scripts/council.py は匿名化、平均順位集計、意見の相違、アンカーガード、トランスクリプトなどの決定論的なプロトコル計算を行います。ユーザーが「run a council」「llm-council」「panel of models」「blind peer-rank these answers」「ensemble + chairman」と言うか、/council を呼び出した場合に使用します。第4段階では HTML レポートの生成が必須です。council.py 内でレンダリングし、オフラインで動作し、CDN も外部スキルも使いません。各 `rank` は、新しいバージョン付きの自己完結型レポート（llmwiki/html/council/council-report-NNN-seed<seed>.html）を書き出します。レポートには意見カード（ペルソナ名と視点）、盲検投票テーブル、ダッシュボードが含まれます。try/except で分離されているため、レンダリングの不具合でコアのトランスクリプト処理が停止することはありません。
Didit AML Screening のスタンドアロン API を統合し、制裁、PEP、警告、ネガティブメディアの監視リストに照らして個人や企業をスクリーニングします。AML または KYC/AML のコンプライアンスチェック、OFAC/UN/EU 制裁リストとの照合、PEP ステータスの確認、ネガティブメディアの検索、照合とリスクスコアの調整、AML ヒット（Confirmed Match、False Positive、Inconclusive）の確認、Didit による継続的な AML モニタリングの有効化に使用します。POST /v3/aml/（1,300+ の監視リスト、あいまいな名前照合、設定可能な重みとしきい値、冪等な再試行）および AML ヒット確認エンドポイントを扱います。
GenAI/LLM アプリ（Python または TypeScript、任意のプロバイダー／エージェント SDK）に計装を行い、Dynatrace でクエリ可能な OTel GenAI セマンティック規約（gen_ai.*）スパンを出力するための、フレームワーク非依存の判断プロセスです。手順は検出、計装、拡充、検証の4段階です。SDK に必要な方法を判断します。dynatrace-oss/dynatrace-ai-agent-instrumentation-examples のフレームワーク別レシピに代わるものではありません。「instrument this GenAI app」「add tracing to this LLM app」「how do I get gen_ai spans into Dynatrace」「onboard this agent app to AI Observability」で起動します。すでに計装済みのアプリのテレメトリー分析（dt-obs-genai を使用）や、Python/TypeScript 以外の言語には使用しないでください。
Front-door on-demand cho phát triển framework HOẶC distill/author một skill — SELF-CONTAINED, chạy được ở BẤT KỲ project nào (không phụ thuộc file repo-local). Gọi khi đang sửa chính framework, hoặc đang viết/chưng cất một skill trong phiên của dự án khác. KHÔNG dùng cho dev tính năng dự án thường (đó là phần lớn phiên — ADR-004).
生成または編集したメディア成果物を準備する AI エージェント向けの、プロバイダーに依存しない FFmpeg 仕上げワークフロー。ffmpeg/ffprobe を使って、画像、画像シーケンス、動画、音声、キャプション、オーバーレイ、ソーシャルメディア用／書き出し用の各種バージョン、チェックサム、マニフェスト、納品仕様、QA を仕上げる場合に使用します。トランスコードとストリームコピーの選択、スケーリング、フレームレートの処理、色メタデータに関する注意、ラウドネスの正規化、字幕の焼き込みまたはサイドカー、連結／トリミング、GIF、一括バリエーション、再現可能なコマンドの報告を扱います。
ユーザーが Hugging Face Jobs インフラストラクチャで任意のワークロードを実行したい場合に使用します。UV スクリプト、Docker ベースのジョブ、ハードウェア選定、コスト見積もり、トークン認証、シークレット管理、タイムアウト設定、結果の永続化を扱います。データ処理、推論、実験、バッチジョブ、Python ベースのタスクなど、汎用コンピューティングワークロード向けです。クラウドコンピューティング、GPU ワークロードに関するタスクや、ローカル環境を設定せずに Hugging Face インフラストラクチャでジョブを実行する話題が出た場合に呼び出します。
Hotwire のフォームワークフロー（フォーム送信のライフサイクル、インライン編集、検証エラー、入力補完／オートコンプリート、モーダルフォーム、外部フォームコントロール）を扱います。中心的な課題がフォーム操作の正確性と UX の場合に、このスキルを優先してください。ページネーション／タブ／フィルターナビゲーションには hwc-navigation-content、WebSocket/Turbo Stream のブロードキャストには hwc-realtime-streaming、画像／動画／音声の動作には hwc-media-content、一般的な読み込み／トランジションの調整には hwc-ux-feedback、フォームに関連しないフレームワークレベルの Stimulus API には hwc-stimulus-fundamentals を使用してください。
Infisical App Connections の作成と管理のガイド——Secret Syncs、Secret Rotations、PKI 証明書認証局、PKI Syncs、Secret Scanning のデータソースがすべて依存する、Infisical とサードパーティサービス間の再利用可能な認証済みリンク。83 種類すべての接続タイプとその正確な認証方式（AWS assume-role と access-key、GitHub OAuth と GitHub App と PAT、Azure OAuth と client-secret と certificate、GCP service account impersonation など）、プラットフォーム管理の資格情報、プライベートネットワーク向けの Gateway 経由の接続、接続レベルの資格情報ローテーションを扱う。以下について質問されたときにこの skill を使用する：App Connections、Infisical を AWS/GCP/Azure/GitHub に接続する、同期の作成時の「connection not found」、接続に必要な認証方式、複数の同期間での接続の再利用、「how do I authenticate Infisical to a third-party service」。これは Infisical がサードパーティに対して外向きに認証するものである。マシン ID には該当しない。マシン ID は Infisical に対して内向きに認証するワークロードである（infisical-setup）。
MCP サーバー経由でライブの Infrahub データを分析・関連付けし、運用上の質問への回答、ドリフトの検出、影響の調査を行います。次の場合に発動します：インフラデータの照会、コンプライアンスの確認、変更の影響調査、アドホックレポートの作成。次の場合は発動しません：自動チェックの作成、変換処理の構築、スキーマの設計、データファイルへの入力、Infrahub のバージョンアップグレードの計画（infrahub-planning-upgrades を使用）。ユーザーの質問を必ずそのまま args として渡してください。このスキルはフォークされたコンテキストで実行され、親の会話を参照できません。args を指定せずに呼び出すと失敗します。
UnbounceとOli Gardnerの実証済みフレームワークを用いて、コンバージョン最大化に向けてランディングページを最適化します。「1つの目標、1つのメッセージ、1つのアクション」の原則を、データに基づくデザイン、コピー、CTAのベストプラクティスとともに適用します。次の場合に使用します。キャンペーン用の**新しいランディングページを作成**する。コンバージョンにつながらない既存ページを**最適化**する。公開前に**デザインをレビュー**する。リード獲得ページの**フォームコンバージョン率を改善**する。ランディングページの要素を体系的に**A/Bテスト**する。
EchoTik の新商品ランキングデータを使って、TikTok Shop の 16 の地域市場で人気の新商品を見つけます。TikTok の新商品ランキング、TikTok の売れ筋商品、TikTok Shop のヒット商品、ショート動画コマースの商品選定、TikTok の新商品発掘、越境 TikTok の商品選定、TikTok new product rankings、TikTok bestsellers、short-video product selection、TikTok viral products、new product ranking、TikTok product trends に言及した場合にこのスキルを起動します。「EchoTik」や「新商品ランキング」と明示されていなくても、TikTok Shop の人気新商品や新たな商品トレンドの発見に関する依頼であれば起動してください。
智慧芽の特許データベースから翻訳済みの特許請求項を取得します。ユーザーが特許請求項や請求項の翻訳について尋ねる場合、特定の言語（中国語、英語、日本語）の請求項を確認したい場合、特許 ID または公開番号で請求項を検索する場合、請求項テキストを分析する場合、または claim translation、patent claim translation、PatSnap、patent translation に言及する場合に起動します。「特許請求項の翻訳」と明示していなくても、特定言語の特許請求項の取得に関する要望であれば起動します。
本番トレースから評価器をブートストラップする。デフォルトではオンライン LLM ジャッジ評価器を提案し、確認後に Datadog に無効（disabled）ドラフトとして作成する（自動有効化はしない）。要望があれば Python SDK コード、またはフレームワーク非依存の JSON 仕様を出力する。ユーザーが「bootstrap evaluators」「generate evaluators」「create evals from traces」「eval bootstrap」「write evaluators」「build eval suite」「publish evaluatorsdesk」，あるいは本番 LLM トレースデータから BaseEvaluator／LLMJudge コードやオンラインジャッジ設定を生成したいと言う場合に使用する。ml_app と連携し、RCA レポートや失敗仮説の指定も可能。
決定論的なガード付きエージェントループドライバーです。任意のステップを propose → deterministic-verify →（critique → revise）でラップし、強制終了ガード（max_iter、wall-clock budget、state-hash による進捗なしの検出、人間へのエスカレーション）を適用します。制御ループ、ガード、進捗検出は決定論的で、LLM の critique/revise ステップのみを隔離されたアダプターとして扱います。エージェントの修正ループが無限に回らず、失敗したテストを言いくるめて回避できないようにする必要がある場合に起動します。
ObjectStackのAIスキル、ツール、ナレッジソース、オープンエディションのMCPサーバーインターフェースを設計します。ユーザーが `*.skill.ts` / `*.tool.ts` を追加する場合、LLMプロバイダーを設定する場合、スキルに付与するツールを接続する場合、またはRAG用のナレッジソースとしてObjectStackデータをインデックス化する場合に使用します。エージェント自体はプラットフォーム内部のもの（`ask` / `build`）です。サードパーティは `*.agent.ts` を作成するのではなく、スキルを通じて拡張します。ObjectStackのメタデータに関係しない一般的なLLMプロンプトの質問には使用しないでください。
AI アプリケーションが外部のツールやデータソースに統一的な方法で接続するためのオープンなプロトコルです。クライアントはモデルとの対話を担い、MCP サーバーはツール・リソース・プロンプトテンプレートを提供します。標準メッセージでやり取りするため、1 つのサーバーを複数のクライアントで再利用できます。